Nośniki przepływów wiedzy w polskich przedsiębiorstwach budowy

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ
Seria: ORGANIZACJA I ZARZĄDZANIE z. 70
2014
Nr kol. 1909
Katarzyna DOHN
Politechnika Śląska
Wydział Organizacji i Zarządzania
Instytut Zarządzania i Administracji
NOŚNIKI PRZEPŁYWÓW WIEDZY W POLSKICH
PRZEDSIĘBIORSTWACH BUDOWY MASZYN
Streszczenie. Wiedza jest jednym z najcenniejszych zasobów organizacji. Jednak jego
potencjalna wartość może zostać poważnie ograniczona, jeśli jej przepływ jest utrudniony.
Artykuł ten ma na celu zwrócenie uwagi na znaczenie przepływów wiedzy w organizacji.
Przedstawiono wyniki badań ankietowych w polskich przedsiębiorstwach budowy maszyn,
dotyczących wykorzystania nośników przepływu wiedzy.
CARRIERS (MEDIA) OF KNOWLEDGE FLOWS IN POLISH
MACHINERY INDUSTRY ENTERPRISES
Summary. Knowledge is one of the most valuable resources. However, its potential value
can be severely limited if its flow is impeded. This article aim is to draw attention to
the importance of knowledge flows within the organization. It presents the results of surveys
in Polish machinery industry enterprises relating to the use of knowledge flows carriers.
1. Wprowadzenie
Wielu współczesnych ekspertów zarządzania1 twierdzi, że wiedza stanowi jeden z bardzo
niewielu trwałych źródeł przewagi konkurencyjnej, a praktyka zarządzania wiedzą wskazuje
na to, że wiedza grupy, organizacji, a nawet przedsiębiorstwa na trwałe związana jest z jej
1
Drucker P.F: Managing in a Time of Great Change. Truman Talley, New York 1995.
84
K. Dohn
transferem2. Niniejszy artykuł wskazuje na potrzebę identyfikacji przepływów wiedzy
z uwagi na dużą lukę zarówno teoretyczną, jak i empiryczną w tej dziedzinie3.
Głównym celem przepływu wiedzy jest umożliwienie transferu wiedzy, z miejsca,
w którym się znajduje, do miejsca, gdzie jest potrzebna, uwzględniając czas przepływu,
przestrzeń i jeżeli to konieczne, cały proces organizowania przepływu4. Natomiast największy
problem tkwi w tym, że istnieje niebezpieczeństwo nierównomiernego przetransferowania
wiedzy przez przedsiębiorstwo. Im większe, bardziej rozproszone geograficznie i czasowo
przedsiębiorstwo, tym bardziej sukces tego przedsiębiorstwa zależy od terminowego
i skutecznego przepływu wiedzy przez swoje komórki organizacyjne. Badania przeprowadzone w ramach niniejszego artykułu koncentrują się na wprowadzeniu do teorii przepływu
wiedzy, a następnie identyfikacji kluczowych kanałów przepływu wiedzy w polskich
przedsiębiorstwach budowy maszyn.
2. Pojęcie przepływów wiedzy
Niewątpliwie przepływy wiedzy mają ogromne znaczenie dla procesów zarządzania
wiedzą. Można je zdefiniować jako przekazywanie wiedzy bezpośrednio pomiędzy osobami
bez lub przy użyciu określonych środków technicznych. Określają je trzy podstawowe
atrybuty:
 kierunek przepływów (nadawca – odbiorca),
 nośnik przepływów,
 treść przepływów.
Warto podkreślić, że szczególnego znaczenia nabiera projektowanie przepływów wiedzy
w taki sposób, aby zapewnić ich prawidłowy kierunek oraz, jak podaje W. Czakon5, dbać
przy tym o to, aby „wycieki” wiedzy były możliwie najmniejsze, a ewentualne ich skutki –
jak najłatwiejsze do opanowania. Jak podkreśla E. Zhuge6, poprawne zaprojektowanie
przepływów wiedzy oraz skuteczne kontrolowanie sterowania nimi podnoszą efektywność
2
3
4
5
6
Davenport T.H., Prusak L.: Working Knowledge: How Organizations Manage what they Know. Harvard
Business School Press, Boston 1998.
Fakt ten podkreślają również w swojej publikacji Alavii M., Leidner D.E.: Conceptual Foundations and
Research Issues. “Knowledge Management and Knowledge Management Systems”, MIS Quarterly, No. 1(25),
2001, p.107-136.
Nissen M.E.: An extended model of knowledge-flow dynamics. “Communications of the Association for
Information Systems”, Vol. 8, 2002, p. 251-266.
Czakon W.: Osobliwości przepływu wiedzy w strukturach sieciowych, [w:] Stabryła A., Wawak S. (red.):
Metody badania i modele rozwoju organizacji. Mfiles.pl (Encyklopedia Zarządzania), Kraków 2012, s. 28.
Zhuge H.: A Knowledge Flow Model for Peer-to-Peer Team Knowledge Sharing and Management. “Expert
Systems with Applications”, No. 23(1), 2002, p. 23-30.
Nośniki przepływów wiedzy…
85
wymiany wiedzy pomiędzy nadawcą i odbiorcą. Ponadto, skuteczny przepływ wiedzy
pozwala uniknąć nadmiaru wiedzy przepływającej między użytkownikami wiedzy.
Treść przepływów stanowi zbiór elementów (punktów) o określonej strukturze, stąd może
być rozumiana jako przestrzeń wiedzy, w której każdy punkt stanowi wiedzę o określonym
poziomie, typie i lokalizacji.
Analogiczne podejście do przepływów wiedzy między organizacjami zdefiniowali
Dalmarco, Zawislak i Hulsink7, jako różnicę poziomów wiedzy między instytucjami
przekazywaną z punktu widzenia kierunku i zawartości wiedzy. Z jednej strony wiedza
wchłaniana przez odbiorcę zasila jego aktywa i pozwala na jego innowacyjny rozwój.
Z drugiej jednak może spowodować powstanie barier związanych z brakiem chęci dzielenia
się wiedzą. Powoduje to zachwianie właściwych relacji pomiędzy nadawcą i odbiorcą.
Cechy charakterystyczne przepływów wiedzy silnie wpływają i połączone są z cechami
wiedzy. Carver8, Shutte i Snyman9 oraz Newman10przedstawili niektóre z tych cech
w następujący sposób.
Przepływy wiedzy są niewidoczne, niestandaryzowane, nieliniowe i trudne do zmierzenia.
Ponadto, często są zagnieżdżone i wielowarstwowe. Oznacza to, że jedno zdarzenie
przepływu wiedzy jest często częścią większego zdarzenia przepływu wiedzy.
Przepływy wiedzy są wzajemnie powiązane, wzajemnie połączone i trudne do
wyodrębnienia. Jak wiadomo, przepływ wiedzy nie może być oddzielony od ludzi; łączy
i wiąże osoby i dostarcza sposobów, za pośrednictwem których wiedza transferowana jest
z tych, którzy mają wiedzę do tych, którzy jej potrzebują.
Z uwagi na swój niewyraźny charakter, przepływy wiedzy są trudne do zidentyfikowania
i zbadania. Pełny wgląd w przepływy wiedzy możliwy jest jedynie przez dotarcie do ich
fundamentalnych, wspólnych elementów.
7
Dalmarco G., Zawislak P., Hulsink W.: Knowledge Flow on Innovative Sectors. How can university-industry
relations in the Netherlands bring new outcomes to innovation in Brazil? 9th GLOBELICS International
Conference, Buenos Aires 2011. 9th GLOBELICS International Conference, Vol. 1, 2011, p. 7.
8
Carver J.: Knowledge flow: it's not how much you've got, it's where it's going that counts. www.seradigm.co.nz/
resources/knowledgeflow.pdf, 2001.
9
Schutte M., Snyman M.M.M.: Knowledge flow elements within a context – a model. “South African Journal of
Information Management”, Vol. 8, No. 2, 2006.
10
Newman B.: Agents, artifacts, and transformations: the foundations of knowledge flows, [in:] Holsapple C.W.
(ed.): Handbook on knowledge management. Berlin, Springer 2003.
86
K. Dohn
3. Elementy przepływów wiedzy
3.1. Wiedza
Centralnym i podstawowym elementem przepływów wiedzy jest wiedza w swojej czystej
postaci – później tłumaczona i przekształcana, aby ułatwić transfer i wymianę – aż do
zaistnienia w postaci źródła wiedzy. Literatura przedmiotu podaje wiele podejść związanych
z zagadnieniem wiedzy, zarówno z punktu widzenia podejścia teoretycznego, jak i wynikającego z praktyki gospodarczej11,12,13. Nonaka i Takeuchi14 wyróżniają dwie kategorie
wiedzy: jawną (explicite knowledge), zawartą w konkretnych czynnościach i procedurach
oraz ukrytą (tacit knowledge), poznawalną jedynie na drodze doświadczenia, przekazywaną
za pośrednictwem metafor i analogii. Jednakże stosowanie tych terminów musi być
dostosowane do kontekstu prowadzonych badań. Według autorki15, wiedza ukryta przypisana
jest do konkretnej osoby i ma charakter niejawny, nie jest bezpośrednio dostępna dla innych,
a także nie można ocenić jej znaczenia w odniesieniu do istniejącej wiedzy, np. w organizacji.
Natomiast w przeciwieństwie do wiedzy ukrytej, wiedzę jawną, mającą charakter materialny
i utrwaloną na jakimkolwiek nośniku (papier, nośnik elektroniczny, strona internetowa itp.)
można uznać za własność publiczną. W tabeli 1 przedstawiono charakterystyczne cechy
wiedzy jawnej i ukrytej.
Tabela 1
Cechy charakterystyczne wiedzy jawnej i ukrytej
Wiedza ukryta
Zastrzeżona
Personalnie związana
Niedostępna dla innych
Nieumieszczona w kontekście innych zasobów
wiedzy
Wiedza jawna
Ujawniona
Niezwiązana z daną jednostką
Dostępna dla innych, namacalna, utrwalona na
nośniku
Postrzegana w kontekście istniejącej wiedzy
Źródło: opracowanie własne na podstawie Tress B., Tress G., Fry G.: Defining concepts and the
process of knowledge production in integrative research, [in:] Press B., Tress G., Fry G.,
Opdam P. (eds.): From Landscape Research to Landscape Planning. Springer, Netherlands
2006, p. 13-26.
11
Nonaka I., Takeuchi H.: Kreowanie wiedzy w organizacji. Poltext, Warszawa 2000.
Davenport T.H., Prusak L.: Working Knowledge: How Organizations Manage What they Know. Harvard
Business School Press, Boston 1998.
13
Hall D.J., Paradice D.: Philosophical foundations for a learning-oriented knowledge management system.
“Decision Support Systems”, Vol. 39, No. 3, 2005, p. 445-61.
14
Nonaka I., Takeuchi H.: op.cit., s. 96.
15
Na podstawie badań przeprowadzonych w polskich przedsiębiorstwach budowy maszyn, dotyczących m.in.
realizowanych w nich procesów wiedzy. Badania prowadzone były w ramach projektu badawczo-rozwojowego
pt. „System komputerowy wspomagania zarządzania w zakresie zarządzania wiedzą w przedsiębiorstwach
przemysłu budowy maszyn” (Nr 03-0112-10 /2010 z dnia 09.12.2010 r.), w latach 2010-2013.
12
Nośniki przepływów wiedzy…
87
Biorąc pod uwagę powyższe kategorie wiedzy, istotnym zagadnieniem staje się
identyfikacja wiedzy, która jest pierwszym, ważnym krokiem do integracji wiedzy.
Aczkolwiek proces ten pociąga za sobą wiele problemów wynikających z zasadniczych
różnic w sposobie postrzegania przez ludzi natury wiedzy oraz sposobów jej nabywania.
Różnice te z kolei mają wpływ na określenie „uniwersalnych prawd”, a ostatecznie na
ustalenia, które formy wiedzy są uważane za ważne. Z punktu widzenia epistemologicznego
prowadzone są różne typy badań nad tym zagadnieniem, stąd też wynikają różne implikacje
dla praktyki gospodarczej.
Dlatego też należy wyraźnie zaznaczyć różnice występujące w kategoriach wiedzy,
z punktu widzenia jej wymiarów (tabela 2).
Tabela 2
Kategorie wiedzy z punktu widzenia jej wymiarów
Wymiary wiedzy
Lokalny vs. rozpowszechniony
Poziom procesów formalnych wykorzystywanych do
tworzenia wiedzy
Zakres wiedzy
Zakres, w jakim wiedza jest dostępna dla innych
Typ wiedzy
Lokalny
Nieformalny
Nowicjusz
Niejawna
(nie może zostać
wyartykułowana)
Globalny
Formalny
Ekspert
Ukryta
Jawna
(jeszcze niewyartykułowana)
Źródło: opracowanie własne na podstawie Raymond Ch.M., Fazey I., Reed M.S., Stringer L.C.,
Robinson M., Evely A.C.: Integrating local and scientific knowledge for environmental
management. „Journal of Environmental Management”, No. 91, 2010, p. 1766-1777.
3.2. Reprezentanci wiedzy
Reprezentant wiedzy wykonuje wszystkie czynności związane z przepływami wiedzy od
źródła wiedzy (właściciela lub twórcy wiedzy). Może być osobą fizyczną, organizacją,
zautomatyzowanym środkiem technicznym.
Reprezentanci indywidualni są zawsze w centrum każdego przepływu wiedzy. Są oni
zdolni do wykonywania wszelkich czynności związanych z przepływem, mogą być
wspomagani przez organizację lub zautomatyzowany środek techniczny.
Zautomatyzowane środki techniczne mogą być dowolnym konstruktem, zdolnym do
zatrzymania, przekazywania lub przekształcania wiedzy. Niekoniecznie musi to być
komputer, ale również inne urządzenie (aparat fotograficzny, rejestrator dźwięku) zdolne do
rejestracji i transferu wiedzy.
Reprezentanci organizacyjni lub zbiorowi stanowią połączenie osób indywidualnych
i zautomatyzowanych środków technicznych. Ta grupa reprezentuje interesującą sytuację,
w której wiedza skumulowana jest pomiędzy członkami organizacji. Może ona być trudna do
skodyfikowania i przekazywania, z uwagi na to, że należy tylko i wyłącznie do ściśle
określonych członków danej grupy, którzy niekoniecznie są chętni do dzielenia się nią.
88
K. Dohn
3.3. Kontekst przepływów wiedzy
Kontekst można uznać za główny element16 przepływów wiedzy. Przepływ wiedzy nie
może się odbyć bez wspólnego układu odniesienia lub wspólnego kontekstu. Wymagane jest,
aby zarówno źródło, jak i odbiorca wiedzy rozumiał wiedzę tak, aby umożliwić skuteczny jej
przepływ. Bez takiego wspólnego stanowiska, wiedza może być niejednoznaczna i błędnie
interpretowana oraz niewłaściwie stosowana.
3.4. Kierunek przepływów wiedzy
Holsapple i Joshi17 podają, że wiedza może być „pchana” i „ciągniona” (push i pull).
Według strategii „push” przepływy wiedzy inicjowane są przez źródła wiedzy, celem
wymiany wiedzy z odbiorcą. Strategia „pull” zakłada, że przepływy wiedzy inicjuje „na
życzenie” odbiorca. Kierunek jest ściśle związany z typem strumienia wiedzy w określonym
miejscu.
4. Wyniki badań
W celu identyfikacji kluczowych nośników przepływu wiedzy w wybranych
przedsiębiorstwach budowy maszyn, przeprowadzono dwuetapowe badania kwestionariuszowe z przedstawicielami kierownictwa wyższego szczebla każdego z ankietowanych
przedsiębiorstw. W tabelach 3 i 4 przedstawiono założenia przyjęte przy przeprowadzeniu
badań oraz stopień i zakres wykorzystania nośników przepływów wiedzy w polskich
przedsiębiorstwach budowy maszyn.
16
Przeciwnego zdania jest B. Newman (Agents, artifacts and transformations: the foundations of
knowledgeflows, [in:] Holsapple C.W. (ed.): Handbook on knowledge management. Springer, Berlin 2003).
17
Holsapple C.W., Joshi K.D.: Knowledge selection: concepts, issues and technologies, [in:] Liebowitz J. (ed.):
Knowledge management handbook. Boca Raton, 1999.
Nośniki przepływów wiedzy…
89
Tabela 3
Założenia badawcze
Założenie
Kryteria klasyfikacji
definiujące populację
przedsiębiorstw
Populacja
przedsiębiorstw
Próba badawcza
Metoda zbierania
danych
Wynik
Wielkość przedsiębiorstwa – przedsiębiorstwa średnie i duże (poziom
zatrudnienia powyżej 50 osób)

Branża, w której działa przedsiębiorstwo (przedsiębiorstwa budowy maszyn
górniczych, budowy obrabiarek, budowy maszyn dla przemysłu
zbrojeniowego, budowy maszyn i urządzeń dla przemysłu motoryzacyjnego)

Lokalizacja przedsiębiorstwa – województwo śląskie

Poziom zaawansowania technologicznego – średni lub duży
402 przedsiębiorstwa

38 przedsiębiorstw (9,5%), w tym:
 15 przedsiębiorstw branży górniczej,
 8 przedsiębiorstw budowy obrabiarek,
 6 przedsiębiorstw branży zbrojeniowej,
 9 przedsiębiorstw branży motoryzacyjnej
Wywiad bezpośredni z wykorzystaniem kwestionariusza badawczego
z menedżerami wyższego szczebla zarządzania
Źródło: Dohn K., Gumiński A., Matusek M., Zoleński W.: Model wspomagania zarządzania
w zakresie zarządzania wiedzą w polskich przedsiębiorstwach budowy maszyn. Difin,
Warszawa 2013, s. 27.
Tabela 4
Poziom i zakres wykorzystania poszczególnych nośników przepływu wiedzy w PBM
Wykorzystywane nośniki
przepływów wiedzy w PBM*
Internet
Intranet
Extranet
Portale
Wideokonferencje
Newsletters
Spotkania
Systemy zarządzania dokumentami
Systemy wspomagania pracy
grupowej
Systemy CRM
Systemy ERP/MRP
E-learning
Własne systemy do zarządzania
wiedzą
* przedsiębiorstwa budowy maszyn
Znajomość
nośnika [%]
100
100
92
84
87
54
100
89
12
Stopień
wykorzystania
nośnika [%]
100
78
0
2
5
28
100
80
10
Planowane
wykorzystanie
nośnika [%]
20
0
24
12
52
20
38
Nieplanowane
wykorzystanie
nośnika [%]
2
0
74
83
30
52
45
89
7
2
30
80
5
0
69
20
55
89
1
1
40
11
Źródło: opracowanie własne na podstawie Dohn K., Gumiński A.: The identification of knowledge
management tools in the context of the range of functionalities of computer system.
“Information Systems in Management”, Vol. 1(4), 2012, WULS Press, Warsaw 2012, p. 270281.
90
K. Dohn
5. Wnioski
Sukces współczesnych przedsiębiorstw niewątpliwie zależy od terminowych i skutecznych
przepływów wiedzy z wewnętrznych i zewnętrznych źródeł. Istotnego znaczenia nabiera wybór
nośnika wiedzy, aby zapewnić odpowiednią skuteczność jej przepływów. W ramach artykułu
przeprowadzono zarówno badania teoretyczne, jak i empiryczne, mające na celu określenie
znaczenia przepływów wiedzy, a także zakresu wykorzystywanych nośników przepływów
wiedzy dla określenia ich poziomu zarządzania wiedzą. Wyniki przeprowadzonych badań
wskazują na nierównomierne wykorzystanie i ograniczoną dostępność do wybranych
nośników przepływów wiedzy w badanych przedsiębiorstwach budowy maszyn. W dalszym
ciągu stosowane są tradycyjne nośniki przepływów, powszechnie dostępne, zauważa się brak
wykorzystania dedykowanych narzędzi. Wynika to między innymi z faktu, że przedsiębiorstwa budowy maszyn charakteryzują się trudną sytuacją ekonomiczno-finansową,
związaną z zawirowaniami w gospodarce światowej.
Dalsze badania autorki koncentrować się będą na weryfikacji charakteru przepływów oraz
identyfikacji czynników, które mogą umożliwić lub hamować przepływ wiedzy.
Bibliografia
1.
Alavi M., Leidner D.E.: Knowledge Management, Knowledge Management Systems,
Conceptual Foundations and Research Issues. “MIS Quarterly”, No. 1(25), 2001.
2.
Carver J.: Knowledge flow: it's not how much you've got, it's where it's going that counts.
www.seradigm.co.nz/resources/knowledgeflow.pdf, 2001.
3.
Raymond Ch.M., Fazey I., Reed M.S., Stringer L.C., Robinson M., Evely A.C.:
Integrating local and scientific knowledge for environmental management. “Journal of
Environmental Management”, No. 91, 2010.
4.
Czakon W.: Osobliwości przepływu wiedzy w strukturach sieciowych, [w:] Stabryła A.,
Wawak S. (red.): Metody badania i modele rozwoju organizacji. Mfiles.pl (Encyklopedia
Zarządzania), Kraków 2012.
5.
Dalmarco G., Zawislak P., Hulsink W.: Knowledge Flow on Innovative Sectors.
How can university-industry relations in the Netherlands bring new outcomes to
innovation in Brazil? 9th GLOBELICS International Conference, Buenos Aires 2011.
9th GLOBELICS International Conference, Vol. 1, 2011.
6.
Davenport T.H., Prusak L.: Working Knowledge: How Organizations Manage what they
Know. Harvard Business School Press, Boston 1998.
Nośniki przepływów wiedzy…
7.
91
Dohn K., Gumiński A., Matusek M., Zoleński W.: Model wspomagania zarządzania
w zakresie zarządzania wiedzą w polskich przedsiębiorstwach budowy maszyn. Difin,
Warszawa 2013.
8.
Dohn K., Gumiński A.: The identification of knowledge management tools in the context
of the range of functionalities of computer system. “Information Systems in
Management”, Vol. 1(4), 2012, WULS Press, Warsaw 2012.
9.
Drucker P.F.: Managing in a Time of Great Change. Truman Talley, New York 1995.
10. Hall D.J., Paradice D.: Philosophical foundations for a learning-oriented knowledge
management system. “Decision Support Systems”, Vol. 39, No. 3, 2005.
11. Holsapple C.W., Joshi K.D.: Knowledge selection: concepts, issues and technologies,
[in:] Liebowitz J. (ed.): Knowledge management handbook. Boca Raton 1999.
12. Newman B.: Agents, artifacts, and transformations: the foundations of knowledge flows,
[in:] Holsapple C.W. (ed.): Handbook on knowledge management. Springer, Berlin 2003.
13. Nissen M.E.: An extended model of knowledge-flow dynamics.” Communications of the
Association for Information Systems”, Vol. 8, 2002.
14. Nonaka I., Takeuchi H.: Kreowanie wiedzy w organizacji. Poltext, Warszawa 2000.
15. Schutte M., Snyman M.M.M.: Knowledge flow elements within a context – a model.
“South African Journal of Information Management”, Vol. 8, No. 2, 2006.
16. Tress B., Tress G., Fry G.: Defining concepts and the process of knowledge production in
integrative research, [in:] Tress B., Tress G., Fry G., Opdam P. (eds.): From Landscape
Research to Landscape Planning. Springer, Netherlands 2006.
17. Zhuge H.: A Knowledge Flow Model for Peer-to-Peer Team Knowledge Sharing and
Management. “Expert Systems with Applications”, No. 23(1), 2002.
Abstract
The success of modern enterprises undoubtedly depends on the timely and effective
knowledge flow from internal and external sources. In the article it was carried out both
theoretical and empirical research to identify the importance of knowledge flows and the
scope of knowledge flows used media to determine their level of knowledge management.
Results of this study indicate that in the surveyed enterprises of mechanical engineering the
using of selected knowledge flows media is uneven and of limited availability.